Command Palette
Search for a command to run...
시계열 분류
시간 시리즈 분류는 다양한 분야와 시나리오에서 널리 적용되는 작업으로, 라벨이 지정된 훈련 데이터를 사용하여 감독 학습 방법을 통해 시간 시리즈 데이터의 출처나 사전 정의된 범주를 식별하는 것을 목표로 합니다. 이 작업은 다른 출처의 시간 시리즈 데이터를 효과적으로 구분할 수 있어 실제 응용 분야에서 매우 유용합니다.
PhysioNet Challenge 2012
GRU-D - APC (n = 1)
Wafer
R_DST_Ensemble
UWave
JapaneseVowels
ArabicDigits
MALSTM-FCN
Libras
CharacterTrajectories
MALSTM-FCN
AUSLAN
GP-Sig-LSTM
DigitShapes
GP-Sig-LSTM
WalkvsRun
KickvsPunch
SNLST
NetFlow
ECG
CMUsubject16
GP-Sig-LSTM
SHAPES
EigenWorms
LEM
PEMS
pendigits
Disjoint-CNN
FaceDetection
Heartbeat
ConvTran
s2-agri
PSE+L-TAE
UEA
IT+TPS
Physionet 2017 Atrial Fibrillation
ENCASE
FordA
1D Convolution Neural Network
Insectwingbeat
Earthquakes
BorealTC
CNN
RacketSports
LP5
LP3
ERing
BasicMotions
ArrowHead
R_DST_Ensemble
Cricket
NATOPS
Beef
ECG200
Ethereum Phishing Transaction Network
time series
LP4
EthanolConcentration
Handwriting
SelfRegulationSCP2
Adiac
UCI Epileptic Seizure Recognition
StandWalkJump
TSEM
AATLD Gesture Recognition
MUSE
ECG5000
ArticularyWordRecognition
ACSF1
LP1
LP2